小红书开源语音识别模型FireRedASR登场，中文识别准确率出类拔萃

雅安市政府信息公开指南app 葫芦岛市公开信息app 泸州市非物质文化遗产app 白城市审计公开app 常德市旅游协会app 淮南市劳动局app 常州市农业补贴app 临沧市第二小学app 武汉市土地局app 石嘴山市电视台广播app 银川市农业app 舞阳县政务监督app 安岳县台风信息app 甘洛县土地申报app 恭城瑶族自治县第三中学app 郯城县土木工程app 原阳县非物质文化遗产app 当涂县新闻中心app 措勤县森林消防app 萨嘎县学校app 柳河县最新新闻app 光泽县太阳能发电信息app 噶尔县新闻中心app 喀喇沁左翼蒙古族自治县劳动局app 荥经县工商信息app 平山县电视台广播app 临泉县风力发电app 长兴县防灾信息app 环江毛南族自治县街道办app

近日，小红书旗下的 FireRed 团队推出了全新的开源语音识别模型——FireRedASR。该模型作为基于大模型构建的语音识别系统，在多个标准测试集中都斩获了极为优异的成绩，无疑为中文语音识别技术带来了重大突破。

FireRedASR 的核心指标是字错误率（CER），该指标越低，表示模型的识别效果越好。在最近的公开测试中，FireRedASR 的 CER 达到了3.05%，较之前的最佳模型 Seed-ASR 降低了8.4%。这一结果显示出 FireRed 团队在语音识别技术上的创新能力。

FireRedASR 模型分为两种核心结构:FireRedASR-LLM 和 FireRedASR-AED。前者专注于极致的语音识别精度，后者则在准确率与推理效率之间实现了良好的平衡。团队提供了不同规模的模型和推理代码，以满足各种应用场景的需求。

在多个日常应用场景中，FireRedASR 同样展现了强大的性能。在由短视频、直播和语音输入等多种来源组成的测试集中，FireRedASR-LLM 的 CER 相较于业内领先的服务提供商降低了23.7% 至40%。特别是在需要歌词识别的场景中，该模型的表现尤为突出，CER 实现了50.2% 至66.7% 的相对降低。

此外，FireRedASR 还在中文方言和英语场景中表现优异，其 CER 在 KeSpeech 和 LibriSpeech 测试集上显著优于之前的开源模型，证明其在多种语言环境中的鲁棒性和适应性。

FireRed 团队希望通过开源这一新模型，推动语音识别技术的发展和应用，为语音交互的未来贡献力量。所有模型和代码已在 GitHub 上公开，鼓励更多开发者和研究者参与其中。